為什么在20世紀60年代前蘇聯(lián)和美國軍隊都熱衷于建立軌道實驗室但美國在發(fā)射第一個軌道實驗室之前失去了興趣而前蘇聯(lián)在90年代選擇繼續(xù)發(fā)射并運行了一系列軌道實驗室呢？

答案是，這兩個超級大國都認識到太空是終極高地，它們都熱衷于利用它互相監(jiān)視。然而不幸的是，拍地球照片成了一個問題，因為很多時候天空布滿了云。這使得軌道偵察者的效率變得低下，因此美國和前蘇聯(lián)希望空間站上的工作人員能夠決定何時拍照然后將適合的照片發(fā)回地球。

到了20世紀60年代末，美國開發(fā)出了一種越來越復雜的成像技術，于是他們放棄了太空實驗室計劃，而前蘇聯(lián)人則不得不一直使用載人空間站進行軍事偵察并一直持續(xù)到它解體。

現(xiàn)在，隨著CubeSat變得越來越普遍以及復雜高光譜相機的不斷發(fā)展，需要制造出既緊湊又能充分利用可用帶寬的系統(tǒng)使得AI及其模式識別能力非常有吸引力。

在2017年哥白尼大師賽(Copernicus Masters)的冠軍由加泰羅尼亞理工大學的FSSCat奪得，其由兩個跟鞋盒一般大小的衛(wèi)星組成，它們都配備了雙微波和高光譜光學儀器偵查。然而這些衛(wèi)星的設計目的是為了補充Sentinel艦隊并提供地球的冰和土壤含水量數(shù)據(jù)而非從事間諜行為。

根據(jù)ESA自己披露，其中一顆FSSCat CubeSat將攜帶一架高光譜照相機。?-Sat AI芯片將幫助分類衛(wèi)星該相機收集到的大量圖片并只向地球發(fā)回符合適當條件的圖像。